如何在googlecolab';上有效地使用R keras(以及其他在后台使用python的R包);有python内核的笔记本?
这部分与google colab中的about如何在googlecolab';上有效地使用R keras(以及其他在后台使用python的R包);有python内核的笔记本?,python,r,keras,google-colaboratory,rpy2,Python,R,Keras,Google Colaboratory,Rpy2,这部分与google colab中的aboutkeras包和R有关。但我对这样的工作流程有一些特别的怀疑 1.大家都知道我们有。谷歌colab的GPU和TPU的使用确实很有趣 尽管文档中说,如果我们想在keras上使用GPU,我们需要在R中运行install_keras(),但在google colab上,它可以在没有此设置的情况下工作。这两种python都不需要安装 但深度学习过程非常耗时。。。在一个笔记本中运行所有代码有一些限制。。。将对象拆分为多个对象,保存并共享结果对象以在下一个笔记本
keras
包和R
有关。但我对这样的工作流程有一些特别的怀疑
1.大家都知道我们有。谷歌colab的GPU和TPU的使用确实很有趣
keras
上使用GPU,我们需要在R中运行install_keras()
,但在google colab上,它可以在没有此设置的情况下工作。这两种python都不需要安装
keras
用户(以及其他R用户)在使用google colab时是如何处理这样一个问题的
如果我们坚持使用不止一个笔记本的工作流,一些可能的相关问题是(没有答案)
因此,我尝试了另一种选择:使用python笔记本,并使用
rpy2
在其中的特定单元格中运行R,就像前面提到的和其他讨论一样。。。是的,有人会问为什么不在Python上编码。。。忽略它,仍然保持
但碰巧R的keras是python的api,需要python运行。。。但我不知道为什么,当我尝试运行任何keras
函数时,即使是一个简单的
%%R
imdb<-dataset_imdb()
它返回相同的值
R[写入控制台]:错误:创建conda时发生错误1
environment/root/.local/share/r-miniconda/envs/r-networkite
错误:创建conda环境时发生错误1
/root/.local/share/r-miniconda/envs/r-networkite
所以,我的主要问题是: 如何有效地使用google colab笔记本中的R
keras
(以及其他在后台使用python的R包)和python内核
我在这里缺少的是rpy2
%%R
library(reticulate)
py_config()